基于随机森林算法的农耕区土地利用分类研究

编号 zgly0001006009

文献类型 期刊论文

文献题名 基于随机森林算法的农耕区土地利用分类研究

作者 马玥  姜琦刚  孟治国  李远华  王栋  刘骅欣 

作者单位 吉林大学地球探测科学与技术学院  中国科学院行星科学重点实验室  西南林业大学林学院 

母体文献 农业机械学报 

年卷期 2016(1)

页码 297-303

年份 2016 

关键词 土地利用分类  农耕区  随机森林算法  多源信息  特征选择 

文摘内容 基于随机森林算法,采用多季节、多时相光谱信息、纹理信息和地形信息进行分类研究,选出最佳分类方案对农耕区土地利用信息进行提取,并利用随机森林算法对所有特征变量进行降维,将降维后的变量分别用于随机森林、支持向量机和最大似然分类法,分析不同分类方法对农耕区土地利用类型提取的适用性。研究结果表明:基于随机森林算法的多源信息综合分类方案进行土地利用信息提取效果最佳,总体精度85.54%,Kappa系数0.835 9;利用随机森林算法进行特征选择可以在有效降低数据维度的同时保证分类精度;3种分类方法中,随机森林算法总体分类精度81.08%,分别较支持向量机和最大似然法高9.46%和5.27%。